ubuntu 14.04 caffe 安装教程 完整版

直接将Word 文档的内容复制过来，很麻烦，排版有问题。有需要的可以私信我，我将会邮件过去。本文档，是总结好的，可以直接照着来做的。每个步骤都是没问题的。

参考欧新宇教程：http://ouxinyu.github.io/Blogs/20140723001.html
特别说明：
本文使用2015年5月5日下载的caffe-master版本，运行平台为：Ubuntu 14.04，CUDA7.5，cuDNN v2(以前一直是cuDNN R1)，OpenCV 3.0.0rc1。
本文主要包含5个部分，包括：
第一部分 Linux安装
第二部分 nVidia驱动和CUDA Toolkit的安装和调试（*.deb方法，特别推荐）
第二部分 nVidia驱动和CUDA Toolkit的安装和调试（*.run方法）
第三部分 Python安装和调试
第四部分 Matlab安装和调试
第五部分 Caffe的安装和测试

第一部分 Linux安装
Linux的安装，总共用分出的450G的空间来安装Ubuntu 14.04，
我的分区设置如下：
根分区： \ 100G，
Swap交换分区：30G ，这里，我设置和我的内存一样，据说小于16G的内存，就设置成内存的1.5-2倍
boot分区：200M
Home分区：剩余的空间，至少300G以上。

第二部分：nVidia驱动和CUDA Toolkit的安装和调试（*.deb方法）
PS：特别推荐*.deb的方法，目前已提供离线版的deb文件，该方法比较简单，不需要切换到tty模式。这里以CUDA 7.5为例。
一、CUDA Repository
获取CUDA安装包,安装包请自行去NVidia官网下载。
$ sudo dpkg -i cuda-repo-ubuntu1410-7-0-local_7.0-28_amd64.deb

$ sudo apt-get update
二、CUDA Toolkit

$ sudo apt-get install -y cuda

我采用如下方式设置环境变量
参考链接：http://www.th7.cn/system/lin/201505/105807.shtml
设置环境变量
设置环境变量的方式也很多，这里只介绍其中的一种
打开文件.profile(只对当前用户生效)：

$sudo gedit ~/.profile在文件的末尾添加如下几行：export CUDA_HOME=/usr/local/cuda-7.5 export LD_LIBRARY_PATH=${CUDA_HOME}/lib64 PATH=${CUDA_HOME}/bin:${PATH} export PATH保存文件之后在命令行执行一下，让配置内容生效$sudo source ~/.profile到这个地方，cuda已经配置好了。为了验证一下cuda能不能使用，可以编译一下官方自带的samples$cd /usr/local/cuda/samples/$sudo make例子编译好之后，在samples下面的子文件bin/x86_64/linux/release中，运行编译好的可执行程序$cd  bin/x86_64/linux/release$./deviceQuery如果一切正常，那么该程序会打印出本机cuda device的一些信息。

第三部分 Python安装和调试
安装IDE运行环境
选择一个适合你的IDE运行环境，我是用的是Spyder，因为它内置了 iPython 环境，Caffe有不少的程序是基于 iPython 环境完成的。安装方法很简单，直接在Ubuntu软件中心搜索“spyder”即可安装。

第四部分 Matlab安装和调试
参考如下链接：http://m.blog.csdn.net/article/details?id=41698285
一、下载Matlab2014的Linux版本及破解文件。
二、下载完成后将iso文件挂载到Linux

sudo mkdir /media/matlab
mount -o loop [path][filename].iso /media/matlab
cd /media/matlab
sudo ./install
进行安装。

三、安装过程中使用readme.txt中的序列号。
四、破解
1 安装完成后使用crack下的 license进行激活；

2 将crack文件夹下的libmwservices.so copy到
/usr/local/MATLAB/R2014b/bin/glnxa64。

五、完成安装，命令行下到/usr/local/MATLAB/R2014b/bin目录下，使用sudo ./matlab即可启动使用。

第五部分 Caffe的安装和测试
对于Caffe的安装严格遵照官网的要求
来：http://caffe.berkeleyvision.org/installation.html
一、安装BLAS
这里可以选择（ATLAS，MKL或者OpenBLAS），我这里使用MKL，首先下载并安装英特尔® 数学内核库 Linux* 版MKL，下载链接是：https://software.intel.com/en-us/intel-education-offerings， 请下载Student版，先申请，然后会立马收到一个邮件（里面有安装序列号），打开照着下载就行了。下载完之后，要把文件解压到home文件夹(或直接把tar.gz文件拷贝到home文件夹,为了节省空间，安装完记得把压缩文件给删除喔～)，或者其他的ext4的文件系统中。
接下来是安装过程，先授权，然后安装：

$ tar zxvf parallel_studio_xe_2015.tar.gz （如果你是直接拷贝压缩文件过来的）

$ chmod a+x parallel_studio_xe_2015 -R

$ sudo ./install_GUI.sh
此不可能有系统与paralell不支持的情况，以及缺少32库的问题
sudo apt-get install ia32-libs
sudo apt-get install g++-multilib解决

二、MKL与CUDA的环境设置
1. 新建intel_mkl.conf， 并编辑之：
$ sudo gedit /etc/ld.so.conf.d/intel_mkl.conf
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
2. 新建cuda.conf，并编辑之：

$ sudo gedit /etc/ld.so.conf.d/cuda.conf

/usr/local/cuda/lib64
/lib
3. 完成lib文件的链接操作，执行：
$ sudo ldconfig -v

三、安装OpenCV 3.0.0
1. 下载并编译OpenCV（官网原版OpenCV：http://opencv.org/）， 或者使用本站提供的修改版的安装包 Install-OpenCV-master （下面的安装方式使用该包完成，安装包修改了dependencies.sh文件并增加了OpenCV 3.0.0的安装文件，同时保留了原来的2.3x和2.4x版）
2. 切换到文件保存的文件夹，然后安装依赖项：

$ sudo sh Ubuntu/dependencies.sh
3. 切换目录Ubuntu\3.0\安装OpenCV 3.0.0rc1：

$ sudo sh opencv3_0_0-rc1.sh
保证网络畅通，因为软件需要联网这里时间较长，请耐心等待。。。，

四、安装其他依赖项
1. Google Logging Library（glog），下载地
址：https://code.google.com/p/google-glog/，然后解压安装：
$ tar zxvf glog-0.3.3.tar.gz

$ ./configure

$ make

$ sudo make install

如果没有权限就chmod a+x glog-0.3.3 -R , 或者索性 chmod 777 glog-0.3.3 -R , 装完之后，这个文件夹就可以kill了。
2. 其他依赖项，确保都成功
$ sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-
dev libopencv-dev libboost-all-dev libhdf5-serial-dev

$ sudo apt-get install -y libgflags-dev libgoogle-glog-dev

liblmdb-dev protobuf-compiler
五、安装Caffe并测试
1. 安装pycaffe必须的一些依赖项：
$ sudo apt-get install -y python-numpy python-scipy python-

matplotlib python-sklearn python-skimage python-h5py python-
protobuf python-leveldb python-networkx python-nose python-
pandas python-gflags Cython ipython

$ sudo apt-get install -y protobuf-c-compiler protobuf-compiler

1. 安装配置nVidia cuDNN 加速Caffe模型运算

a. 安装cuDNN
该改版本caffe-master默认支持cudnn-6.5-linux-x64-v2，使用cudnn-6.5-linux-R1会报错，安装前请去先官网下载最新的cuDNN。

$ sudo cp cudnn.h /usr/local/include

$ sudo cp libcudnn.so /usr/local/lib

$ sudo cp libcudnn.so.6.5 /usr/local/lib

$ sudo cp libcudnn.so.6.5.48 /usr/local/lib

b. 链接cuDNN的库文件

$ sudo ln -sf /usr/local/lib/libcudnn.so.6.5.48

/usr/local/lib/libcudnn.so.6.5

$ sudo ln -sf /usr/local/lib/libcudnn.so.6.5

/usr/local/lib/libcudnn.so

$ sudo ldconfig -v